MIT研究チーム、2〜6週間先の天気予報を改善
- •MIT研究チームが、2〜6週間先の天気予報を改善する機械学習による補正手法を報告
- •補正により予報精度が2倍となり、国際競技会で長期気候平均を上回る予報を実現
- •極端気象の予測も改善し、完成モデルの実行にスーパーコンピューターは不要と説明
MITの研究者らを含むチームは、既存の天気予報の誤差を補正し、2〜6週間先の予測を改善する機械学習モデルを開発しました。主要な予報モデルに適用すると、この期間の精度が2倍になり、国際競技会で優勝しました。長期的な気候平均を初めて上回る予報も出しました。成果は『Nature』に掲載された論文で報告されました。
この手法は洪水や寒波などの極端気象の予報も改善し、予測の向上は統計的に有意でした。研究チームによると、世界の大半の地域で陸上の予報が改善し、別のAIアルゴリズムで補正済みのものを含め、他の予報モデルにも追加できます。チームは、この手法をオープンソースで低コストだと説明しています。
2週間を超える天気予報は信頼性に欠けることが多く、エネルギー事業者、農家、緊急対応者が備える時間を制限してきました。記事は、2021年のテキサス州の冬の嵐に触れています。この嵐では州のエネルギーインフラが過去最悪の被害を受け、食料、水、暖房、電力が不足する中で少なくとも246人が死亡しました。共著者のジュダ・コーエンは、2週間前に警告できれば、エネルギー当局が氷嵐への備えを進める時間を確保できると述べました。
モデルは過去の予報誤差から学習し、新たな予報やデータが得られるたびに予測を調整します。チームはスーパーコンピューター「MIT Engaging」でモデルを構築しましたが、完成版の実行にはスーパーコンピューターは必要ないとしています。欧州中期予報センターが開催した競技会には、補正層を加えた3つのモデルを提出しました。1位のモデルは、同センターの予報モデルと別の予報モデルを組み合わせ、その後に補正を適用したものです。
チームによると、このモデルは、雨の前に肥料をまく時期を決める、霜から作物を守る、干ばつに備えるといった農業上の判断にも役立つ可能性があります。ケニア共和国の気象庁は、今冬の年間モンスーン期の予報と農業収量を改善するための利用について、研究者に連絡しました。研究は米国国立科学財団、カルロス・シャーガス・フィーリョ研究支援財団、欧州連合の支援を受けました。